在 NumPy 中返回与给定数组具有相同形状和类型的新的数组
要返回一个与给定数组具有相同形状和类型的新的数组,请在 Python NumPy 中使用 **numpy.empty_like()** 方法。它返回一个未初始化(任意)数据的数组,其形状和类型与原型相同。这里的第一个参数是原型的形状和数据类型(类数组),它们定义了返回数组的这些相同属性。
order 参数覆盖结果的内存布局。“C”表示 C 顺序,“F”表示 F 顺序,“A”表示如果原型是 Fortran 连续的则为“F”,否则为“C”。“K”表示尽可能地匹配原型的布局。shape 参数覆盖结果的形状。如果 order='K' 并且维数不变,则将尝试保持顺序,否则,将隐式使用 order='C'。dtype 参数覆盖结果的数据类型。
subok 参数如果为 True,则新创建的数组将使用原型的子类类型,否则它将是基类数组。默认为 True。
步骤
首先,导入所需的库 -
import numpy as np
使用 Python NumPy 中的 numpy.array() 方法创建一个新的数组 -
arr = np.array([[35, 56, 66], [88, 73, 98]])
显示数组 -
print("Array...
",arr)
获取数组的类型 -
print("
Array type...
", arr.dtype)
获取数组的维度 -
print("
Array Dimensions...
", arr.ndim)
返回一个与给定数组具有相同形状和类型的新的数组,请在 Python NumPy 中使用 numpy.empty_like() 方法 -
newArr = np.empty_like(arr) print("
New Array..
", newArr)
获取新数组的类型 -
print("
New Array type...
", newArr.dtype)
获取新数组的维度 -
print("
New Array Dimensions...
", newArr.ndim)
示例
import numpy as np # Create a new array using the numpy.array() method in Python Numpy arr = np.array([[35, 56, 66], [88, 73, 98]]) # Display the array print("Array...
",arr) # Get the type of the array print("
Array type...
", arr.dtype) # Get the dimensions of the Array print("
Array Dimensions...
", arr.ndim) # To return a new array with the same shape and type as a given array, use the numpy.empty_like() method in Python Numpy # It returns the array of uninitialized (arbitrary) data with the same shape and type as prototype. # The 1st parameter here is the shape and data-type of prototype(array-like) that define these same attributes of the returned array. newArr = np.empty_like(arr) print("
New Array..
", newArr) # Get the type of the new array print("
New Array type...
", newArr.dtype) # Get the dimensions of the new array print("
New Array Dimensions...
", newArr.ndim)
输出
Array... [[35 56 66] [88 73 98]] Array type... int64 Array Dimensions... 2 New Array.. [[94573725212560 0 0] [ 0 0 0]] New Array type... int64 New Array Dimensions... 2
广告